커뮤니티 반응
작성자가 직접 개발한 도구를 공유하며 커뮤니티의 피드백과 아키텍처에 대한 비판을 요청하고 있다.
주요 논점
01찬성다수
AI 모델 자체의 한계보다 메모리 관리 방식의 문제라는 점에 동의하며 마크다운 기반의 가벼운 관리 체계를 지지한다.
합의점 vs 논쟁점
합의점
- 대규모 프로젝트에서 대화가 길어질수록 AI의 성능이 저하되는 컨텍스트 비대화 문제가 실존한다.
- AI가 모든 파일을 한꺼번에 읽지 않도록 제한하는 지연 로딩 방식이 유효하다.
실용적 조언
- 프로젝트 루트에 BEMYAGENT.md를 배치하고 AI에게 'Execute BEMYAGENT.md bootstrap' 명령을 내려 구조를 생성하라.
- 복잡한 작업 시 o1 모델로 전략 문서를 작성한 뒤, 실제 코드 작성은 저렴한 Flash 모델로 전환하여 비용을 아껴라.
섹션별 상세
대규모 프로젝트 수행 시 발생하는 AI의 컨텍스트 비대화 문제를 해결하기 위해 BEMYAGENT.md라는 단일 마크다운 파일을 제안했다. 이 파일은 프로젝트 루트에서 실행되어 불변의 진실을 담은 docs/ 폴더와 휘발성 메모리 역할을 하는 work/ 폴더로 구성된 엄격한 파일 구조를 자동 생성한다. 이를 통해 AI가 프로젝트의 전체 구조를 잃지 않고 일관된 작업을 수행하도록 강제한다.
AI 에이전트의 효율적인 정보 처리를 위해 지연 로딩(Lazy Loading) 기법을 프롬프트 규칙으로 적용했다. 모델은 현재 작업에 엄격하게 필요한 기능 명세서가 아니면 읽지 않도록 지시받으며, 이는 불필요한 토큰 소모를 방지하고 컨텍스트 윈도우의 청결도를 유지하는 핵심 메커니즘이다. 결과적으로 모델이 관련 없는 코드에 의해 혼동을 일으키는 빈도를 낮춘다.
작업 수행 방식에 계층적 작업 네트워크(HTN) 기반의 Fractal TTE(Think-Task-Execute) 워크플로우를 도입했다. AI는 작업을 무작정 실행하기 전에 반드시 하위 폴더로 작업을 분해해야 하며, 이 과정은 work/ 폴더 내에서 구조화된 방식으로 기록된다. 이러한 단계적 접근은 복잡한 로직 구현 시 발생할 수 있는 논리적 오류를 사전에 차단하는 효과가 있다.
비용과 성능 최적화를 위해 모델 핸드오프(Model Handoff) 기능을 구현했다. o1이나 Claude 3.5 Sonnet 같은 고성능 모델로 전략(01_think.md)을 작성한 뒤 일시 정지하고, 이후 Haiku나 Flash 같은 저비용 모델로 교체하여 실제 코드를 실행하게 함으로써 토큰 비용을 획기적으로 절감한다. 마크다운 기반의 규칙이므로 Cursor, Aider, Cline 등 다양한 도구에서 즉시 재현 가능하다.
용어 해설
- 컨텍스트 윈도우(Context Window)
- — AI 모델이 한 번에 처리할 수 있는 텍스트 데이터의 총량이다. 대규모 프로젝트에서 대화가 길어지면 이 한계를 초과하여 모델이 이전 내용을 잊거나 환각 현상을 일으키는 원인이 된다.
- 계층적 작업 네트워크(Hierarchical Task Network (HTN))
- — 복잡한 목표를 하위 작업으로 분해하여 계획을 수립하는 AI 설계 방식이다. 이 아티클에서는 작업이 너무 클 경우 AI가 이를 세부 폴더 단위로 쪼개어 실행하도록 강제하는 구조로 활용된다.
- 지연 로딩(Lazy Loading)
- — 필요한 시점까지 데이터 로딩을 미루는 최적화 기법이다. AI 에이전트가 현재 작업에 필수적인 파일만 읽도록 제한함으로써 토큰 소모를 줄이고 컨텍스트 오염을 방지한다.
언급된 도구
BEMYAGENT추천
마크다운 기반의 AI 에이전트 작업 관리 프레임워크 (Agent OS)
Aider중립
BEMYAGENT와 호환되는 CLI 기반 AI 코딩 도구
Cline중립
BEMYAGENT와 호환되는 AI 코딩 에이전트 도구
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 05. 05.수집 2026. 05. 05.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.